基于灰关联熵的充油变压器故障诊断方法

油中溶解气体分析是目前发现变压器潜伏性故障的重要方法，鉴于用IEC推荐的三比值法中编码缺陷（编码超出码表）及变压器故障诊断的复杂性，文中详细阐述了如何将灰关联熵应用于变压器故障诊断。首先通过统计方法，选择典型油中气体作为参考列，并经反复调整，挖掘出油中气体所含故障信息，然后利用灰关联熵方法进行变压器故障类型诊断。该方法基于融合互补的思想，将灰关联分析方法与信息熵理论有机结合起来，克服了单一灰关联分析中易造成局部关联及信息损失等缺陷，尽可能多地包含变压器本体所含信息。实例分析结果表明，该方法具有较好的分类效果。     

基于物元模型的电力变压器故障的可拓诊断方法

为了提高传统的油中溶解气体分析的诊断能力，提出了一种定性与定量相结合的电力变压器故障的可拓诊断方法。首先基于可拓学中的物元理论，建立了定性地描述电力变压器故障诊断问题的物元模型；其次引入可拓集合中的关联函数，根据故障特征定量地计算故障发生的程度；最后以195台次电力变压器为例验证了该方法的有效性。结果表明该方法能够克服IEC三比值法中无法诊断多重故障和无匹配的故障编码的不足,且具有更高的诊断准确率。     

一种变压器油中溶解气体故障诊断方法

为了提高变压器油中溶解特征气体的分析诊断准确度,结合模糊理论和改进遗传算法对改良IEC三比值分析法气体比值边界和故障编码进行模糊处理,通过模糊推理得到故障诊断结果,大幅度降低其他干扰气体对诊断结果的影响,从而提高变压器油中溶解气体色谱分析的准确度和精度,提高变压器绝缘油的运行可靠性。     

光声光谱技术应用于变压器油中溶解气体分析

变压器油中溶解气体在线监测装置中的色谱柱和气敏传感器存在消耗被测气体和长期稳定性差等不足。光声光谱气体分析技术灵敏度高，不消耗被测气体，克服了传统油中溶解气体在线监测技术的缺点。文中对其在变压器油中溶解气体在线监测中的应用进行了研究。构建了用于变压器油中溶解气体分析的光声光谱平台，给出具有红外特征吸收峰的CH4 ，C2 H6 ，C2 H4 ，C2 H2 ，CO和CO2 这6种主要故障特征气体的特征频谱，采用加权最小二乘法对2种混合气体中的CH4 ，C2 H6 ，C2 H4 ，C2 H2 ，CO和CO2 进行了定性和定量分析。分析结果与气体各组分体积分数真实值或气相色谱仪测量值的比较表明，光声光谱技术能有效地对变压器油中溶解气体进行分析。     

基于SVM算法优化的变压器故障诊断研究

针对采用传统油中溶解气体分析技术在变压器故障诊断时存在的准确率不高、智能化低等缺点,笔者提出了一种基于SVM核函数优化算法,结合采用气体传感器、嵌入式系统以及物联网技术搭建的故障检测硬件的变压器故障诊断系统.通过实例验证,结果表明:该系统将SVM核函数优化结果应用于变压器故障分类及预测,能够将准确率从74.5％大幅提升...     

油浸式变压器铁芯多点接地故障诊断与处理

万家寨水电站2号主变压器运行至2015年,在进行第一季度、第二季度油中溶解气体色谱分析时,发现变压器内部存在高温过热故障,对铁芯进行绝缘电阻测量,阻值为0Ω。本文通过对万家寨水电站220kV大型油浸式变压器铁芯多点接地故障的处理,阐述了如何运用变压器油中溶解气体色谱分析、电气性能试验等方法,进行故障诊断和识别,并介绍设备故障的处理方法,供参考。     

改进型三比值法在变压器故障诊断中的应用

变压器作为水电厂重要的电气设备,其故障诊断技术是近年来研究的热点,介绍了基于油中溶解气体分析的传统变压器故障诊断技术即三比值法。分析了当前三比值法的不足,即当选定的气体比值处于编码规则对应的边界位置时,常常容易造成误判,并且三比值法的编码并不能包含所有的故障类型。为此对三比值法进行了改进将模糊聚类算法与三比值法相结合用于变压器故障诊断,经验证,改进型三比值法较传统的三比值法有着更广的诊断范围。     

基于RPROP神经网络算法的主变DGA故障诊断模型

故障诊断模型是开展输变电设备状态检修的核心环节之一，文中采用弹性反馈（RPROP）神经网络算法建立主变压器油中溶解气体的神经网络故障诊断模型，通过与带动量因子的标准反向传播（BP）算法、Bold Driver算法、SuperSAB算法相比较，表明了RPROP算法在故障模式识别中具有更好的学习效率与泛化能力，故障诊断的准确度高于传统分析方法，在变电设备状态诊断中具有良好的应用前景。     

几起变压器油中溶解气体含量异常的案例分析

介绍了几起变压器油中溶解气体含量异常案例的分析过程,阐述了如何正确利用油中溶解气体含量分析进行变压器的故障诊断,避免发生误判断。     

油色谱分析在变压器故障识别中的应用

对油色谱分析方法及油中溶解气体含量在线监测系统进行简单的介绍,并应用油色谱分析方法对实际测量数据进行分析,同时应用三比值法对变压器可能存在的故障进行诊断。检修情况表明,诊断结果与实际情况相符。     

某±660kV换流变压器故障分析

介绍了一起±660kV换流变压器故障诊断分析情况。通过油色谱在线装置,发现了该换流变压器油中的溶解气体异常,然后通过调整负荷对该变压器故障进行了定性。在停电检查的过程中,根据该换流变压器的结构特点,在各柱的不同分接位置开展了温升试验,同时还提取油样开展了油色谱分析,并对试验结果进行了综合分析。根据分析结果,初步确定了故障部位以及故障原因,最后通过解体检查,验证了试验的有效性和准确性。可为今后开展此类变压器故障诊断及定位提供借鉴与参考。     

基于LSTM-BP神经网络的变压器气体故障诊断方法

为了提高故障诊断的准确率,提出一种基于长短期记忆(Long Short-Term Memory,LSTM)网络和反向传播神经网络(Back Propagation Neural Network,BPNN)的电力变压器故障诊断方法,实现了变压器诊断的多类分类。实例分析结果表明,采用LSTM-BPNN可以比传统的电力变压器故障诊断方法以一种更为理想的诊断准确率对变压器进行故障诊断。     

500 kV主变压器总烃含量异常增高分析及处理

利用变压器油中溶解特征气体的组分及含量可识别变压器潜伏性的故障。基于某大型变压器总烃含量增高的原因分析和处理过程,通过产气速率计算、三比值法,结合电气试验,潜油泵检查等方法准确判断变压器故障类型,故障最终得到有效处理。     

基于多种智能方法的变压器故障综合诊断模型

鉴于粗糙集处理不完备信息的有效性、范例推理查询匹配的直观性以及比值法的简洁性，提出了基于多种智能方法的变压器故障综合诊断方法。综合考虑了油中溶解气体分析与电气试验等多种故障征兆，在分析大量变压器故障案例的基础上，建立了基于粗糙集、范例推理及比值法的综合诊断模型。该模型采用3层结构对变压器故障逐步进行细分，即使在不完备信息时也有助于为现场提供较有效的维修建议。该模型具有计算速度快、正判率高、结果直观等优点。实例也表明了该方法的有效性。     

过热型变压器内部潜伏性故障的典型症状与诊断方法

变压器是电力系统的重要生产设备,在电力生产过程中起着举足轻重的作用。变压器在运行过程中,可能会存在一些潜伏性故障,这些故障的产生和发展,可以通过油中溶解气体反映出来。变压器内部故障一般可分为过热型故障和放电型故障两大类,其中过热型故障根据过热温度的不同,又可分为低温过热、中温过热和高温过热。放电型故障根据放电能量和放电形式的不同,又可分为局部放电、火花放电和电弧放电三种类型。本文主要讨论变压器内部过热型故障的典型症状及分析和诊断方法。     

500kV变压器低压侧绕组损坏故障分析

电力变压器故障检测主要有电气检测和化学检测两种方法。化学检测主要是通过变压器油中特征气体的含量、产气速率和三比值法进行分析判断,它能有效地发现变压器的潜伏性故障及故障发展程度。实际应用过程中,为了更准确的诊断变压器的内部故障,色谱分析应根据设备历史运行状况、特征气体的含量等采用不同的分析模型确定设备是否存在潜伏性故障以及故障类别。变压器故障可能有一种或几种故障同时存在,也可能从一种故障发展演变到另一种故障。本文结合电气检测和化学检测两种方法,讲述了电路故障和磁路故障同时存在的案例。     

灰色关联分析在变压器故障诊断中的应用研究

基于灰色关联度理论，提出了将灰色关联分析用于判断变压器的故障类型，运用实例验证了该方法评判变压器故障类型的正确性。     

泵站主变油中总烃气体值超标原因分析

通过利用气相色谱仪对变压器油中溶解气体含量进行测量,判断变压器是否存在潜伏性故障,以及运用三比值法分析数据来确定变压器故障的原因。     

在线油色谱检测技术在变压器运行中的应用

抽水蓄能主变压器在运行过程中,承受双向潮流,其绝缘油在过热、放电、电弧等作用下会产生故障特征气体,通过分析故障特征气体的成分、含量及增长率,形成对变压器的运行状态评估,以强化变压器绝缘技术监督,探讨开展变压器状态检修的可能性。绝缘油中溶解气体组分含量测定对充油电气设备制造、电厂运行部门是十分重要的检测项目之一,是充油电气设备出厂检验和运行监督过程中判断设备潜伏故障的有效手段。     

变压器油色谱及氢气含量异常分析

绝缘油的色谱分析是衡量变压器是否正常运行的重要指标之一,电厂在运行过程中需要定期做好变压器的维修与检测,目前大多数电厂中,变压器油色谱分析是故障查找的主要方式,针对电厂变压器油中溶解气体含量异常的原因进行分析,目的是为电厂查找变压器故障处理提供参考。